À propos de Philippe
Data Scientist | Python | SQL | Azure | GenAI
Vos données industrielles, clients ou IoT ne produisent pas encore toute la valeur attendue ? Vous cherchez à optimiser vos process, réduire vos coûts ou exploiter l'IA générative ? J'accompagne vos équipes pour transformer vos données en leviers de performance avec la Data Science, Machine Learning, Python, SQL, Azure et GenAI.
Data Scientist senior avec expertise en projets industriels et Industrie 4.0. J'interviens de bout en bout : collecte, Big Data, modélisation ML, déploiement cloud + intégration. Objectif : passer de la donnée brute à un ROI opérationnel.
Expériences clés :
-Michelin : Mise en production d'une solution de maintenance prédictive sur pneumatiques, réduction 25% des coûts d'entretien. Analyse Big Data, optimisation d'algorithmes ML et déploiement Azure/Snowflake.
-AddUp : Exploitation données IoT capteurs machines pour monitoring industriel. Solution prédictive en production, dashboard Power BI/Grafana KPI, modèles Python/SQL.
-PME industrielles : Projets Data/IA- diagnostics data, chatbots LLM, modèles forecasting, RAG personnalisés.
Approche clé en main: livrables stables, code documenté, MLOps, intégration cloud robuste, gouvernance des données.
Stack technique :
-Langages: Python (Pandas, NumPy, scikit-learn), SQL
-Cloud: Azure (Data Factory, Machine Learning, Cognitive Services)
-IA/ML: Machine Learning,GenAI, LLM, RAG, Prompt Engineering
-Outils: Power BI, Tableau, GitLab, Docker, Jupyter, Hugging Face
Secteurs d'expertise: Industrie 4.0, IoT, maintenance prédictive, Supply Chain, qualité, ESN.
Besoin d'un expert Data Science, Azure, GenAI ou Machine Learning ? Échange gratuit en visio pour cadrer vos objectifs. Réponse sous 1h.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Paris (jusqu’à 50 km), Lille (jusqu’à 50 km), Lyon (jusqu’à 50 km), Marseille (jusqu’à 50 km), Toulouse (jusqu’à 50 km)
Expériences
- MICROLIDEData Scientist | IA Industrielle & Maintenance PrédictiveINTERNET DES OBJETSmars 2025 - septembre 2025 (6 mois)Limoges, France🎯 OBJECTIFS :
- Développer une solution IA pour le monitoring des groupes froids industriels
- Mettre en place un système de détection des dérives temps réel
- Créer un modèle de maintenance prédictive pour anticiper les défaillances
- Optimiser la traçabilité alimentaire via IoT et Data Science
🚀 RÉALISATIONS :- Déploiement réussi solution IA industrielle sur groupes froids critiques
- Système de monitoring 24/7 : détection automatique dérives température
- Modèles prédictifs : anticipation défaillances avec 95% de précision
- Réduction 40% des arrêts non programmés via maintenance prédictive
- Dashboard temps réel : visualisation KPI critiques traçabilité alimentaire
- Intégration IoT : capteurs connectés pour Big Data température/performance
- ROI opérationnel : diminution coûts maintenance + conformité alimentaire
🔧 STACK TECHNIQUE :- Langages : Python (Pandas, NumPy, scikit-learn), SQL
- IA/ML : Machine Learning, algorithmes prédictifs, GenAI
- IoT & Data : Capteurs température, Big Data, pipelines données industrielles
- Cloud : Azure (Data Factory, ML), monitoring temps réel
- Visualisation : Dashboards Power BI, KPI industriels, alertes automatiques
🏭 Secteur : Agroalimentaire, traçabilité, Industrie 4.0, groupes froids👥 Mission : Consultant IA industrielle autonome🎖️ Impact : Sécurisation chaîne du froid alimentaire - Innovation IoT industriel⚙️ Spécialité : Maintenance prédictive, monitoring industriel, conformité alimentaire - MichelinData Scientist | Maintenance Prédictive & IAAUTOMOBILEseptembre 2024 - Aujourd'hui (1 an et 9 mois)Clermont-Ferrand, France🎯 OBJECTIFS :
- Développer une solution de maintenance prédictive pour optimiser la durée de vie des pneumatiques
- Réduire les coûts d'entretien clients via l'analyse prédictive Big Data
- Mettre en production un modèle Machine Learning robuste et scalable
- Exploiter les données IoT capteurs pour anticiper l'usure pneumatiques
🚀 RÉALISATIONS :- Mise en production réussie de la solution prédictive sur Azure Cloud
- Réduction 25% des coûts d'entretien clients (ROI quantifié)
- Augmentation 30% durée de vie pneumatiques via algorithmes ML optimisés
- Traitement Big Data : analyse de millions de points de données capteurs
- Modélisation Python : développement algorithmes prédictifs personnalisés
- Intégration Azure/Snowflake pour stockage et processing données industrielles
- Collaboration DevOps : pipeline MLOps automatisé pour déploiement continu
🔧 STACK TECHNIQUE :- Langages : Python (Pandas, NumPy, scikit-learn, Plotly), SQL
- Cloud & Data : Azure Machine Learning, Snowflake, Azure Data Factory
- ML/IA : Machine Learning, algorithmes prédictifs, Data Science
- DevOps : GitLab CI/CD, PyCharm, JupyterLab, Artifactory, SonarQube
- Données : Big Data, IoT, analyses prédictives, KPI industriels
👥 Équipe : Data Scientists, Data Engineers, DevOps, Product Owner, développeurs Python embarqués🌐 Impact : Solution déployée mondialement - Innovation Industrie 4.0🔗 Projet : https://connectedfleet.michelin.com/fr/solutions-gestion-flotte/maintenance-predictive-pneus/ - AddUpData Scientist | IoT & Monitoring IndustrielINGÉNIERIE MÉCANIQUEdécembre 2020 - août 2024 (3 ans et 9 mois)Clermont-Ferrand, France🎯 OBJECTIFS :
- Exploiter les données IoT massives des capteurs machines fabrication additive
- Développer une solution de maintenance prédictive pour optimiser la production
- Créer un dashboard temps réel pour le monitoring industriel des KPI
- Transformer les Big Data brutes en insights opérationnels Machine Learning
🚀 RÉALISATIONS :- Mise en production réussie solution maintenance prédictive sur machines métal
- Dashboard Grafana dynamique : visualisation temps réel de +50 KPI industriels
- Amélioration 40% performance algorithmes prédictifs via Python/SQL
- Traitement Big Data IoT : analyse de millions points capteurs machines
- Modélisation avancée : développement modèles ML personnalisés fabrication
- Monitoring 24/7 : surveillance automatisée processus Industrie 4.0
- ROI opérationnel : réduction temps arrêts machines via prédiction pannes
🔧 STACK TECHNIQUE :- Langages : Python (Pandas, NumPy, Plotly, scikit-learn), SQL
- IoT & Data : Capteurs industriels, Big Data, pipelines données temps réel
- ML/IA : Machine Learning, Data Science, algorithmes prédictifs
- Visualisation : Grafana dashboards, Power BI, KPI temps réel
- DevOps : GitLab CI/CD, PyCharm, JupyterLab, Azure
👥 Équipe R&D : Data Scientists, ingénieurs R&D, développeurs Python, embarqués🏭 Impact : Optimisation processus fabrication additive - Innovation IoT industriel⚙️ Secteur : Fabrication additive métal, monitoring industriel, Industrie 4.0
Recommandations
+6
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- Docteur en Science des matériauxUniversité de Lorraine2013Travaux de recherches (thèse) cofinancé DGA / région Lorraine.
- Ingénieur en Science des matériauxPolytech'Grenoble2010
Certifications
- Free Open CV BootcampOpenCV university2024
- Complete data science bootcampUdemy2022